Стандартное нормальное распространение (SND) - Программа на Java
Стандартное нормальное распределение - это частный случай нормального распределения. Это происходит, когда нормальная случайная величина имеет среднее значение 0 и стандартное отклонение 1 . Нормальная случайная величина стандартного нормального распределения называется стандартной оценкой или z-оценкой .
Преобразование из нормально распределенного в стандартное нормально распределенное значение происходит по формуле,
Z = (X - u) / с куда: Z = значение стандартного нормального распределения X = значение в исходном распределении u = среднее значение исходного распределения s = стандартное отклонение исходного распределения
Code –
// Java code to demonstrate the naive method // of finding Z-value import java.io.*; import java.util.*; class SDN { public static void main(String[] args) { // initialization of variables double Z, X, s, u; X = 26 ; u = 50 ; s = 10 ; // master formula Z = (X - u) / s; // print the z-value System.out.println( "the Z-value obtained is: " + Z); } } |
Выход -
полученное Z-значение: -2,4
Генерация случайной стандартной нормальной функции - использование nextGaussian () в Java:
Метод nextGaussian () используется для получения следующего случайного, нормально распределенного двойного значения со средним значением 0,0 и стандартным отклонением 1,0.
Декларация: публичный двойной nextGaussian () Параметры: NA Возвращаемое значение: Вызов метода возвращает случайное, нормально распределенное значение типа double. со средним значением 0,0 и стандартным отклонением 1,0. Исключение : NA
В следующем примере показано использование java.util.Random.nextGaussian ():
Code –
// Java code to demonstrate the working // of nextGaussian() import java.util.*; public class NextGaussian { public static void main(String[] args) { // create random object Random ran = new Random(); // generating integer double nxt = ran.nextGaussian(); // Printing the random Number System.out.println( "The next Gaussian value generated is : " + nxt); } } |
Выход -
Следующее сгенерированное значение Гаусса: -0,24283691098606316
Вниманию читателя! Не прекращайте учиться сейчас. Освойте все важные концепции DSA с помощью самостоятельного курса DSA по приемлемой для студентов цене и будьте готовы к работе в отрасли. Чтобы завершить подготовку от изучения языка к DS Algo и многому другому, см. Полный курс подготовки к собеседованию .
Если вы хотите посещать живые занятия с отраслевыми экспертами, пожалуйста, обращайтесь к Geeks Classes Live и Geeks Classes Live USA.